running sum of 1d array

Given an array nums. We define a running sum of an array as runningSum[i] = sum(nums[0]…nums[i]). Return the running sum of nums. Example 1: Input: nums = [1,2,3,4] Output: [1,3,6,10] Explanation: Running sum is obtained as follows: [1, 1+2, 1+2+3, 1+2+3+4]. Example 2: Input: nums = [1,1,1,1,1] Output: [1,2,3,4,5] Explanation: Running sum is obtained ......

ModuleNotFoundError: No module named 'pip'

缘由 今天测试一个API是用Python写的代码，安装一个package时提示pip版本过低让升级，结果升级后报错：ModuleNotFoundError: No module named 'pip' 解决办法 依次运行一下两条命令即可修复： python -m ensurepip python -m pip install --upgrade pip

Android Studio 之Cause: dl.google.com:443 failed to respond

已经设置了sock5代理或者其他代理，但是在Gradle build的时候报错如下所示： 解决办法 修改~/.gradle/gradle.properties即可；windows在C:\Users\你的用户名.gradle 注释掉https的选项即可；

nextcloud安装

缘由 安装为知笔记的时候发现有人用NextCloud来笔记工具，想起曾经为了搭建密码管理器弄过一次nextcloud的WebDV来尝试同步，但当时后续加载不出来就没弄了，今天就再尝试尝试！ 安装 环境搭建 这个主要就是nginx(apache)+PHP+Mysql的模式，简单的环境搭建有LNMP和LAMP的命令行方式，再简单点有各种面板来安装；复杂点就是自己去从头配置环境； 部署 官方教程 配置好域名、dns等等； 下载setup-nextcl......

为知笔记docker私有化部署

缘由 自己是有做笔记的习惯的，一直用的是印象笔记，但会员价格有点肉痛但免费的又有流量和客户端数量限制就有了搭建私有笔记的想法，刚开始是想自己写一个的，但工作量太大而且有点重复造轮子的感觉；就尝试去找已有的项目，最初是一个GitHub上面的小项目，但用的较少，最近发现了为知笔记就尝试了一下； 搭建 安装docker 简单点有各种面板来安装；复杂点就是自己去从头配置环境；可以参考......

Pytorch使用ReduceLROnPlateau来更新学习率

缘由 自己之前写过一个Pytorch学习率更新,其中感觉依据是否loss升高或降低的次数来动态更新学习率，感觉是个挺好玩的东西，自己弄了好久都设置错误，今天算是搞出来了！ 解析 说明 torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=10, verbose=False, threshold=0.0001, threshold_mode='rel', cooldown=0, min_lr=0, ep......

Pytorch学习率更新

缘由 自己在尝试了官方的代码后就想提高训练的精度就想到了调整学习率，但固定的学习率肯定不适合训练就尝试了几个更改学习率的方法，但没想到居然更差！可能有几个学习率没怎么尝试吧! 更新方法 直接修改optimizer中的lr参数； 定义一个简单的神经网络模型：y=Wx+b import torch import matplotlib.pyplot as plt %matplotlib inline from torch.optim import * import torch.nn as nn class......

理解CNN参数及PyTorch实例

缘由 自己在学校上课学的CNN算法都忘了差不多了，自己在官网弄了一个图片分类的算法准备优化精度居然完全看不懂！这就蛋疼了，弄了一下午终于明白各个参数之间的含义以及如何计算参数的值了！ 参数及如何计算 self.conv1 = nn.Conv2d(1, 6, 5) # 定义conv1函数的是图像卷积函数：输入为图像（1个频道，即灰度图）,输出为 6张特征图, 卷积核为5x5正方形 self.conv2 = nn.Conv2d(6, 16, 5)# 定义conv2函数的是图像......

PyTorch的TensorBoard用法示例

缘由 自己上次安装好PyTorch以及训练了一下官方的数据，今天看到了这个TensorBoard来可视化的用法，感觉不错就尝试玩了一下！自己只是尝试了一下追踪模型训练的过程，其他自己去看官网教程吧！ 用法 具体详细说明请参考https://pytorch.org/tutorials/intermediate/tensorboard_tutorial.html 简单说就是： 设置TensorBoard。 写入TensorBoard。 运行 打开http://localhost:6006/ 例子 ......

用PyTorch训练一个图像分类

缘由 安装PyTorch后就想尝试能不能跑着玩玩，就在官网看到了一个训练图像分类器的小教程； 纯CPU运算 import torch import torchvision import torchvision.transforms as transforms from datetime import datetime transform = transforms.Compose( [transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]) trainset = torchvision.datasets.CI......